AI 模型广场

快速句子嵌入

这是一个基于 BGE-base-en-v1.5 微调的特定领域向量模型，专门针对课程推荐场景进行了优化。它属于句子相似度模型，能够将课程描述或用户需求转化为高维向量，通过计算余弦相似度实现精准的课程匹配。相比通用 embedding 模型，...

BGE-M3 是由北京智源人工智能研究院（BAAI）推出的全能型向量模型，旨在解决传统 Embedding 模型在多语言支持和检索长度上的痛点。它最大的特色是“三合一”能力，同时支持稠密检索、稀疏检索和多向量检索，能够极大地提升 RAG（检...

Qwen3 VL Embedding 8B 是阿里巴巴通义千问团队推出的多模态向量模型。与传统的纯文本 Embedding 不同，它能将图像和文本统一映射到同一个向量空间，实现真正的“图文互检索”。对于开发者而言，这意味着你可以用它构建更精...

这是一个轻量级且高效的多语言文本向量化模型，专门用于将句子转换为高维向量，从而计算文本间的语义相似度。相比于体积庞大的 LLM，它在资源占用极低的情况下，能快速处理包括中文在内的多种语言。对于开发者而言，它是构建 RAG（检索增强生成）系统...

Embedding-Gemma-300M 是 Google 基于 Gemma 架构推出的轻量级文本向量化模型。与大语言模型不同，它专注于将文本转化为高质量的数学向量，用于衡量语义相似度。得益于 300M 的精简参数量，它在保证检索精度的同时...

multilingual-e5-small 是一款轻量级且高性能的多语言文本向量化模型。它将文本转化为高维向量，通过计算余弦相似度来衡量语义相关性，而非简单的关键词匹配。该模型在 100 多种语言上表现均衡，非常适合中文用户构建 RAG（检...

nomic embed text v1.5 是一款高性能的开源文本向量化模型，主要用于将文本转换为高维向量，以便计算机理解语义相似度。它在中文等多语言支持和长文本处理上表现稳健，是构建 RAG（检索增强生成）系统的核心组件。相比于闭源的 O...

all-mpnet-base-v2 是一款在语义相似度任务上表现极佳的轻量级文本向量化模型。它基于 MPNet 架构，通过大规模句子对预训练，能够将文本精准地映射为高维向量。对于中国开发者而言，它是构建 RAG（检索增强生成）系统、语义搜索...

all-MiniLM-L12-v2 是一款轻量级且高效的文本向量化模型，专门用于将句子或段落转换为高维向量。对于中国开发者来说，它最核心的价值在于极高的推理速度和低内存占用，非常适合部署在资源受限的边缘端或作为 RAG（检索增强生成）架构中...

paraphrase-MiniLM-L6-v2 是一款轻量级的文本向量化模型，专门为句子相似度计算而优化。它将文本转换为高维向量，使得开发者能够通过计算余弦相似度快速判断两段话是否在表达同一个意思。由于模型规模极小，它在 CPU 上也能实现...

这是一个基于 MPNet 架构的轻量级多语言向量模型，专门为语义相似度计算而优化。与通用 LLM 不同，它不负责生成文本，而是将句子转化为高质量的数值向量（Embedding）。它支持包括中文在内的多种语言，能够精准捕捉不同表述但含义相近的...

paraphrase-mpnet-base-v2 是一款专注于文本语义表示的轻量级预训练模型。与传统的关键词匹配不同，它能将句子转化为高质量的向量（Embedding），精准捕捉语义相似度。对于开发者而言，它非常适合用于构建语义搜索、FAQ...

all-distilroberta-v1 是一款由 sentence-transformers 团队推出的轻量级文本向量化模型。它基于 DistilRoBERTa 架构，通过知识蒸馏在保持高性能的同时大幅降低了计算开销。该模型专注于将句子或...

paraphrase MiniLM L3 v2 是一款极轻量级的文本向量化模型，专为语义相似度计算而优化。它通过知识蒸馏技术大幅压缩了参数量，在保持较高语义理解能力的同时，将推理延迟降到了极低。对于开发者而言，它非常适合部署在资源受限的端侧...

multilingual-e5-base 是一款高性能的多语言文本向量化模型，由 intfloat 发布。它将文本转化为高维向量，能够精准捕捉语义相似度，而非简单的关键词匹配。对于中国开发者而言，该模型最大的价值在于其强大的跨语言能力，能有...

nomic-embed-text-v1 是一款高性能的开源文本向量化模型，旨在将文本转化为高维向量以实现语义搜索和相似度计算。相比于闭源的 OpenAI embedding 接口，它最大的优势在于开源且支持长文本输入，能有效处理更复杂的文档...

e5-large-v2 是一款高性能的文本向量化模型，专注于将自然语言转化为高质量的语义向量。对于开发者而言，它不是用来聊天的对话模型，而是构建 RAG（检索增强生成）系统的核心组件。它在语义相似度计算和文本检索方面表现出色，能有效将用户查...